> ## Documentation Index
> Fetch the complete documentation index at: https://docs.ruapi.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Длинный контекст в API: сколько стоит и как сократить расходы

> Сколько стоит запрос на 150 тыс. и 300 тыс. токенов у DeepSeek, GPT и Claude, где цена за токен растёт после 100, 200 и 272 тыс. токенов, и шесть способов платить меньше: кэш, неизменное начало промпта, сжатие истории, поиск по частям, модель с одной ценой и вопросы пачкой.

**Коротко.** Модель ничего не помнит между запросами, поэтому в каждый запрос уходит весь контекст: системный промпт, документы, вся история диалога. Если отправить 50 запросов с контекстом 150 тыс. токенов, вы 50 раз заплатите за одни и те же 150 тыс. Счёт снижают три вещи: кэш (у Claude, GPT и DeepSeek повторный контекст в 10 и более раз дешевле), меньший объём контекста и модель, у которой цена не растёт на длинных запросах. Ниже — расчёты и конкретные шаги.

Все суммы посчитаны по [странице цен RuAPI](https://www.ruapi.ai/pricing?utm_source=docs\&utm_campaign=ru-long-context-costs) на 7 ноября 2026 года, базовый тариф; для вашего аккаунта цена может быть ниже. Эта статья — для тех, кто сам вызывает API: боты, чаты с длинной историей, анализ документов, агенты. Про Claude Code и Cline есть отдельный разбор — [Экономия в Claude Code и Cline](https://docs.ruapi.ai/ru/claude-code-cline-costs.md).

## Почему длинный контекст дорогой

Стоимость запроса ≈ (токены на входе × цена ввода) + (токены на выходе × цена вывода). Ответ обычно короткий — сотни или тысячи токенов. А вход растёт с каждым ходом: к истории добавляются новый вопрос и прошлый ответ, и всё это снова уходит модели.

Пример: чат-бот с документацией на 100 тыс. токенов в системном промпте. Пользователь задаёт 30 вопросов — это 30 × 100 тыс. = 3 млн входных токенов только на документацию, даже если каждый вопрос — одна строка. Поэтому на длинном контексте экономить нужно прежде всего на входе.

## Сколько стоит один запрос

Запрос на 150 тыс. токенов входа и 2 тыс. токенов ответа. «С кэшем» — 140 тыс. токенов совпали с прошлым запросом и прочитаны из кэша, 10 тыс. — новые.

| Модель | Без кэша | С кэшем | 50 запросов без кэша | 50 запросов с кэшем |
| - | - | - | - | - |
| `gpt-6-luna` | \$0,019 | \$0,004 | \$0,96 | \$0,20 |
| `deepseek-flash` | \$0,028 | \$0,006 | \$1,40 | \$0,31 |
| `claude-haiku-5-5` | \$0,096 | \$0,022 | \$4,80 | \$1,10 |
| `claude-sonnet-5-5` | \$0,384 | \$0,071 | \$19,20 | \$3,54 |
| `gpt-5.4` | \$0,486 | \$0,108 | \$24,30 | \$5,40 |
| `claude-opus-5-5` | \$0,768 | \$0,142 | \$38,40 | \$7,08 |

Для Claude новые 10 тыс. токенов посчитаны по цене записи в кэш (в 1,25 раза дороже обычного ввода), у GPT и DeepSeek — по цене обычного ввода. `claude-haiku-5-5` при 150 тыс. токенов уже за порогом в 100 тыс. и считается по старшей ступени (см. следующий раздел).

Два вывода. Первый: в этом примере кэш снижает счёт в 4–5,5 раза на любой из этих моделей. Второй: разница между моделями на длинном контексте — до 40 раз, и она важнее, чем кажется по коротким тестам.

## Где цена растёт после порога

У части моделей цена ступенчатая: пока весь промпт короче порога, действует младшая ступень, а если длиннее — **весь запрос** оплачивается по старшей, а не только токены сверх порога. В порог входят и токены из кэша. Цены — за 1 млн токенов, ввод / вывод:

| Модель | Порог | До порога | После порога |
| - | - | - | - |
| `claude-haiku-5-5` | 100 тыс. | \$0,12 / \$0,60 | \$0,60 / \$3,00 (в 5 раз дороже) |
| `gemini-3.1-pro-preview` | 200 тыс. | \$2,40 / \$14,40 | \$4,80 / \$21,60 |
| `grok-4.7` | 200 тыс. | \$2,40 / \$7,20 | \$4,80 / \$14,40 |
| `qwen3.7-plus` | 256 тыс. | \$0,36 / \$1,43 | \$1,07 / \$4,30 (в 3 раза дороже) |
| `gpt-6-luna` | 272 тыс. | \$0,12 / \$0,60 | \$0,24 / \$0,90 |
| `gpt-5.4` | 272 тыс. | \$3,00 / \$18,00 | \$6,00 / \$27,00 |

Одна цена при любой длине — у `deepseek-flash`, `deepseek-v4-pro`, `claude-sonnet-5-5`, `claude-opus-5-5`, `glm-5.3`, `kimi-k3.1-pro`, `gemini-3.8-flash` и `gemini-2.5-flash-lite`.

В таблице — примеры. Порог 272 тыс. есть у всех моделей GPT-5.x и GPT-6, кроме `gpt-5.4-mini` и `gpt-5.4-nano` (у них одна цена), 200 тыс. — у `gemini-2.5-pro`; полный список с ценами обеих ступеней — на [странице цен](https://www.ruapi.ai/pricing?utm_source=docs\&utm_campaign=ru-long-context-costs).

Как это выглядит на деле: если увеличить контекст вдвое, со 150 до 300 тыс. токенов, запрос без кэша к `deepseek-flash` или `claude-sonnet-5-5` подорожает примерно вдвое, а к `gpt-6-luna` и `gpt-5.4` — почти в 4 раза: контекст вырос, и весь запрос перешёл на старшую ступень. На 300 тыс. токенов `deepseek-flash` (\$0,053 за запрос) уже дешевле `gpt-6-luna` (\$0,074).

> [!TIP]
>
> Если ваши запросы колеблются около порога (например, 90–110 тыс. токенов у Haiku), обрежьте историю так, чтобы оставаться ниже, или возьмите модель с одной ценой. Разница в счёте — в разы.

## Шесть способов платить меньше

### 1. Включите кэш

У Claude, GPT и DeepSeek повторный контекст из кэша стоит в 10 и более раз дешевле обычного ввода. У GPT и DeepSeek кэш включается сам. У Claude он работает через нативный Anthropic API или через метки `cache_control` в OpenAI-совместимом формате; RuAPI умеет ставить метки и сам. Как проверить, что кэш сработал: Консоль → **Журнал запросов** → детали записи → «Токены из кэша». Подробно — в разделе [Кэширование промптов](https://docs.ruapi.ai/ru/prompt-caching.md).

### 2. Не меняйте начало промпта

Кэш срабатывает, только если запрос **с самого начала** совпадает с прошлым, токен в токен. Одно изменение в начале — и весь длинный контекст оплачивается заново, по полной цене. Частые причины:

* текущая дата, время или случайный ID в системном промпте;
* список инструментов, который меняется от запроса к запросу (другой порядок, добавили или убрали инструмент);
* документы, которые каждый раз вставляются в разном порядке;
* служебная пометка, которую программа дописывает в начало истории.

Правило простое: всё постоянное — в начало (инструкции, инструменты, документы), всё меняющееся — в конец. Новые сообщения только добавляйте, ничего не правьте в середине.

### 3. Сжимайте старую историю

После 20–30 ходов замените старую часть диалога коротким резюме, а последние несколько сообщений оставьте как есть. Резюме можно делать дешёвой моделью, например `deepseek-flash`. Делайте это редко — раз в несколько десятков ходов, а не на каждом: после сжатия начало промпта меняется, и кэш один раз пишется заново.

### 4. Отправляйте нужное, а не всё

Если из большого документа или базы знаний для ответа нужен один раздел, не отправляйте целиком. Разбейте текст на части, найдите подходящие по смыслу (модели `text-embedding-3-small` и `text-embedding-3-large` доступны по тому же ключу) и отправляйте только их. Запрос на 5 тыс. токенов вместо 300 тыс. дешевле в десятки раз, а модель меньше отвлекается на лишнее.

### 5. Выберите модель под длину контекста

* **Длинная переписка, ролевые чаты, поддержка, черновики** — `deepseek-flash`: одна цена при любой длине, контекст до 1 млн токенов.
* **Самая низкая цена за токен, задачи попроще** — `gemini-2.5-flash-lite`: одна цена при любой длине, контекст до 1 млн токенов.
* **До 272 тыс. токенов и нужна GPT** — `gpt-6-luna`, самая дешёвая GPT у нас.
* **Короткие промпты, нужен именно Claude** — `claude-haiku-5-5`, пока промпт короче 100 тыс. токенов.
* **Сложный анализ длинного документа, где важна точность** — `claude-sonnet-5-5` с кэшем: цена не растёт на длинных запросах, а кэш снимает основную часть счёта.

Сравнение качества и цены на реальной нагрузке — в статье [DeepSeek или Claude](https://docs.ruapi.ai/ru/deepseek-vs-claude.md).

### 6. Задавайте вопросы пачкой

Если у вас несколько вопросов к одному и тому же длинному документу, отправляйте их подряд, без перерывов: у Claude кэш по умолчанию живёт 5 минут после последнего запроса, и после паузы длинный контекст снова оплачивается полностью. А если вопросы известны заранее, их можно задать одним запросом и получить ответы списком — длинный документ уйдёт модели один раз.

## Частые вопросы

> [accordion] Я спросил одно слово, а запрос стоил как большой текст. Почему?
>
> Вместе с вашим словом модели ушла вся история диалога и системный промпт — модель не хранит их между запросами. В **Журнале запросов** видно, сколько токенов было на входе. Чем длиннее история, тем дороже каждый следующий вопрос.

> [accordion] Входят ли токены из кэша в порог 100, 200 или 272 тыс. токенов?
>
> Да. Порог считается по всему промпту: и обычные токены, и токены из кэша. Если промпт длиннее порога, весь запрос, включая кэш, оплачивается по старшей ступени.

> [accordion] Какая модель дешевле всего для документа на 500 тыс. токенов?
>
> По цене за токен — `gemini-2.5-flash-lite`: контекст до 1 млн токенов и одна цена при любой длине. Если нужна модель посильнее, возьмите `deepseek-flash` — у него тоже 1 млн токенов и одна цена. Если вопросов к документу несколько, задавайте их подряд, чтобы повторный контекст читался из кэша.

> [accordion] Что лучше: сжимать историю или полагаться на кэш?
>
> И то, и другое. Кэш делает повторный контекст дешёвым, но платить за него всё равно приходится на каждом ходу, а длинный контекст легко переходит порог ступенчатой цены. Сжатие раз в несколько десятков ходов уменьшает сам контекст. Главное — не сжимать на каждом ходу, иначе кэш не будет срабатывать.

> [accordion] Как понять, что кэш не срабатывает?
>
> Откройте **Журнал запросов** → детали записи. Если на повторных запросах строка «Токены из кэша» пустая или маленькая, значит, начало промпта меняется от запроса к запросу (см. способ 2), или между запросами прошло больше 5 минут (для Claude, по умолчанию).

## Дальше

> [card] [Кэширование промптов](https://docs.ruapi.ai/ru/prompt-caching.md)
>
> Как работает кэш Claude, GPT и DeepSeek и как проверить попадание.

> [card] [Экономия в Claude Code и Cline](https://docs.ruapi.ai/ru/claude-code-cline-costs.md)
>
> То же самое для агентов программирования: кэш, /compact, выбор модели.

> [card] [DeepSeek или Claude](https://docs.ruapi.ai/ru/deepseek-vs-claude.md)
>
> Один и тот же день работы по ценам разных моделей.

> [card] [Цены](https://www.ruapi.ai/pricing?utm_source=docs\&utm_campaign=ru-long-context-costs)
>
> Все модели, ступени и цены кэша.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.